技術概要：SchGen - セマンティック・グラウンディングされたコード表現による PCB 回路図生成

問題定義

プリント基板（PCB）の回路図設計は、電子ハードウェア開発における基礎的なステップであるが、依然として電子設計自動化（EDA）ツールに依存した、手作業かつ専門知識を要するプロセスである。生成 AI はデジタルおよびアナログ集積回路（IC）設計において進展を遂げてきたが、自然言語の意図から PCB 回路図を生成する分野は、ほとんど探求されていない。

この分野の進展を妨げる主な課題は以下の通りである：

1. 表現の不一致：既存の回路図形式（例：生 KiCad ファイル）は、冗長でツール固有のメタデータや、幾何学的記述に偏った記述が支配的である。これらの形式は大規模言語モデル（LLM）が確実に解析することが困難であり、フォーマットエラーや使用不能な出力を招く。一方、画像ベースの表現は、直接編集可能でも機械可読でもない。
2. データの不足：オープンソースのハードウェア設計は存在するが、それらは異種混合の形式で存在し、多くの場合、人間の閲覧用の静的画像として提供されており、編集可能なソースファイルではないため、大規模なデータセットのトレーニングに再利用することが困難である。
3. タスクの複雑性：デジタル論理（ブール論理）やアナログ IC（トポロジー駆動）とは異なり、PCB 回路図には、デジタル/アナログ IC、受動部品、コネクタなど多様なコンポーネントが含まれ、自然言語で記述された高レベルの機能要件に基づいた複雑な配線が必要となる。

手法

1. セマンティック・グラウンディングされたコード表現

表現のボトルネックに対処するため、著者は新しいセマンティック・グラウンディングされたコード表現を導入し、回路図生成を絶対幾何形状の予測問題から、セマンティクス駆動のマッチングタスクへと変換する。この表現は、回路図設計プロセスを、カスタム Python API を用いた一連の構造化された編集操作に抽象化する：

• 編集プリミティブ：API には、add_schematic_symbol、add_label、get_pin_location、connect_pins などの関数が含まれる。
• 相対配置：絶対座標の代わりに、システムは基準コンポーネントからの相対オフセットを持つ局所座標系を使用する。これにより、LLM に対する空間推論の負担が軽減される。
• ピン名ベースの配線：接続は、絶対的な配線座標ではなく、セマンティックなピン名（例：VCC、TXD、GPIO1）によって定義される。これは、回路の接続性について人間がどのように推論するかと一致する。
• 出力：このコードを実行すると、有効で編集可能な KiCad 回路図ファイルが生成される。

2. 人間とエージェントの協調データパイプライン

データの不足を克服するため、著者は SparkFun からのオープンソースハードウェア設計を提案されたコード表現に変換するパイプラインを用いて、1,390 種類のユニークな回路図設計（データ拡張により 8,420 サンプルに拡大）の大規模データセットを構築した：

• エージェントによるスケッチ：マルチモーダル LLM（例：GPT-5）が回路図画像から初期の Python コード草案を生成する。システムは、実行フィードバック（構文エラー、不正なシンボル）に基づいて反復し、「スケッチ」版を生成する。
• 人間によるアライメント：人間のエンジニアがスケッチをレビューし修正して、元の参照設計との整合性を確保し、LLM が困難とする複雑な配線接続を修正する。
• 回路図からコードへの変換：パーサーが、整合の取れた KiCad ファイルを構造化されたコード表現に戻して変換し、データセットが実行可能でエラーのないコードで構成されていることを保証する。
• プロンプト合成：マルチモーダル LLM を用いてユーザー要求を合成し、コードと対になる多様なプロンプト（簡潔なものから詳細なものまで）を作成する。

3. モデルトレーニング

著者は、SchGenを構築するために、GPT-oss-20b（200 億パラメータモデル）をファインチューニングした。

• 教師ありファインチューニング（SFT）：モデルは、ユーザープロンプトと回路図コードのペアデータセットでトレーニングされる。
• 思考の連鎖（CoT）：データセットには、回路図生成プロセスを計画するモデルの能力を強化するために、より大規模なモデル（GPT-oss-120B）によって生成された推論ステップの蒸留データが追加される。

主な貢献

1. 新しいタスク定義：自然言語プロンプトから編集可能な PCB 回路図を生成するタスクを定義し、これは生成 AI によってこれまで探求されていなかった分野である。
2. SchGen モデル：ユーザー要求から直接編集可能な PCB 回路図を生成できる最初の LLM である SchGen の導入。
3. セマンティック・グラウンディングされた表現：回路図設計を相対配置とピン名接続に抽象化する新しいコード表現であり、生ファイル形式と比較して学習可能性と生成品質を大幅に向上させる。
4. 大規模データセット：スケーラブルな人間とエージェントの協調パイプラインを通じて作成された、ユーザープロンプトと対になった 1,390 種類のユニークな回路図タイプからなる高品質なデータセットの構築。

実験結果

著者は、SchGen を、アブレーション変種（異なる表現）、生 KiCad ファイルのベースライン、および最先端の汎用 LLM（GPT-5.2、GPT-o4mini、Grok-4）と比較評価した。

• 表現の有効性：提案されたCode-L1表現（相対座標とピン名接続を備える）は、82.00% の有効回路率と60.5% の専門家検証済み機能正解率を達成した。これは以下のものを大幅に上回る：
  • Code-L2（相対座標なし）：78.16% 有効、33.0% 機能正解。
  • Code-L3（ピン名接続なし）：76.40% 有効、6.0% 機能正解。
  • 生 KiCad ファイル：有効回路は 32.45% のみ、機能正解は 3.0%。
• 最先端モデルとの比較：200 億パラメータしかないにもかかわらず、SchGen は同じ表現を使用した場合、すべての指標において（GPT-5.2 を含む）より大規模なモデルを上回った。例えば、SchGen は Code-L1 表現を使用した場合、GPT-5.2 の 50.0% に対して 60.5% の機能正解率を達成した。
• 汎化性能：GitHub プロジェクトからの未見の分布外テストセットにおいて、SchGen は高い性能を維持し、GPT-5.2 のネットリスト精度と一致した（Jaccard 類似度で 40.65% 対 40.64%）。これは、モデルが学習した設計論理を汎化できる能力を示している。

意義と主張

この論文は、表現設計が複雑なハードウェア設計タスクに生成モデルを適用するための重要な促進要因であると主張している。結果は以下の点を浮き彫りにしている：

• 幾何形状駆動の生成をセマンティクス駆動のマッチングタスクに変換することで、LLM が空間推論と機能意図の両方を効果的に捉えることを可能にする。
• 適切に構造化されたドメイン固有の表現は、より大規模で汎用的な最先端モデルよりも、より小規模でファインチューニングされたモデルが優位に立つことを可能にする。
• 提案されたパイプラインは、歴史的に PCB ワークフローの中で最も自動化されていない部分であった回路図設計段階の自動化への実現可能な道筋を示している。

著者は、特定のソース（SparkFun）からの構造化された回路図に焦点を当てていること、および高度な PCB 制約（高速ルーティング、EMI など）のモデリングが欠けていることなどの限界を指摘している。彼らは、生成された回路図の堅牢性と安全性を確保するために人間の関与が依然として必要であり、SchGen は完全自律的なソリューションではなく、電子設計におけるより広範な自動化に向けた基礎的なステップであると位置づけている。